
5 reflexiones antes de aplicar IA en Oil&Gas
Si estás leyendo este post, te animo a que arranques tu proyecto de IA o de ML cuanto antes. Como diría mi socio @Jbu3s0 «Si está hecho en Power point es Inteligencia Artificial y si está hecho en Python es Machine Learning».
Deja de darle vueltas, el camino se hace andando y, si estás como yo en una gran corporación, encontrarás mil trabas pero finalmente llegarás. En mi caso, decidí arrancar este camino en el 2015 con otros 4 emprendedores. Nuestra historia viene desde hace unos años, pero para no entretenernos mucho, te dejo aquí una sección por si quieres echarle un vistazo 😉
Aun así, me siento con la osadía suficiente para ponerme en tu lugar y resumir algunas piedrecillas que encontré en el trayecto, y que, casi seguro tú también hallarás. Informático precavido vale por dos, por lo que aquí dejo carteles indicando donde está la gravilla.
¡Cuidado con la tecnología!
Empiezo al revés que la mayoría de consejos sobre cómo arrancar IoT en una corporación a través de un startup. Lo primero, cuidado con la tecnología, lo que los generalistas tratan como commodity y lo dejan al final de las listas de dónde poner atención, a mi me parece un punto capital. Los conceptos base de la IA, tienen más de 60 años y pasarán otros tantos hasta que esta tecnología se entremezcle de una forma fluida en nuestro día a día.
Esto significa que hay posibilidades de vender y que te vendan humo y arcos de iglesia como fáciles de hacer que en realidad no lo son. Ahora bien, seleccionando plataformas adecuadas desde el inicio, encontrarás un gran potencial escondido en tus datos y los procesos de negocio que los conjugan para crear nuevo valor de verdad. Así pues, empápate de la tecnología actual y sus roadmaps a corto y, sobre todo, a medio plazo, esta tarea nos llevó a nosotros 1 año para aproximarnos. Escoge bien en relación a lo que quieres crear; cambiar luego costará muchísimo.
Atacar un “dolor” en tu corporación
A la hora de atacar un “dolor” en tu corporación, elige uno realmente angustioso, anclado y caro de resolver y una vez ahí no permitas que te distraigan de él, en las grandes corporaciones es fácil acabar disparando a todo lo que se mueve. Las soluciones que requieren IA e IoT, cuanto más se usan, más valor crean, y por supuesto a la inversa. Por lo que la única forma de dar valor es identificar muy bien dónde está ese intenso “dolor”.
Elige tu método de trabajo con cabeza
En nuestra startup, no entendemos otra manera de arremangarnos que no sea con Agile, Scrum y Devops. En realidad no queríamos, sin embargo, no tuvimos opción. Cuando necesitamos asociar nuestra idea con talento de afuera, otras startups… las personas que desembarcaron en nuestras oficinas solo hablaban este idioma.
Así pues, como “a la fuerza ahorcan”, después de 3 años trabajando con conceptos como lean o agile, ¡Que no te asusten!
He aprendido que estas metodologías no son más que poner mucho sentido común a cómo abordar un desafío tecnológico complejo y que mitigue el “dolor” de una necesidad.
Y por si te quedaba alguna duda…
No debemos olvidarnos de las personas. Fijaos en estos datos de Gartner para el 2022, o sea, ya mismo:
- 1 de cada 5 trabajadores que se dedican principalmente a tareas no rutinarias dependerán de procesos basados en Inteligencia Artificial para realizar su trabajo.
- Se crearán 2.3 millones de trabajos y se ahorrarán 2.800 millones de horas en todo el mundo.
- El sector energía utilities se verá beneficiado de la IA sin sufrir una pérdida neta anual de empleos. Desde el punto de vista del valor que se crea provendrá de ganancias en eficiencia y oportunidades de ingresos como parte de nuevos modelos de negocios impulsados por los conocimientos de los datos.
Un pilar básico, como siempre … las personas
Y en esto se basa mi último y quizás más importante consejo:
Es el relacionado con nosotros mismos, las personas. Por un lado han de estar en tu equipo aquellos que tienen el dolor encima y que están por la labor de cambiar, no solo la forma de resolverlo, que es lo fácil, sino cambiar su manera de trabajar a partir de mañana. Algo bastante más difícil de hacer.